《表2 连接方式的对比:基于伪标注样本融合的领域分词方法》
为改善模型在长序列学习时可能忽略局部词语特征的问题,使用Conv1D与Bi GRU层进行联合,以获取长句中更多的局部上下文信息。为确定Conv1D的引入方式,在PKU数据集上分别对三种连接方式进行了验证。最终结果见表2。从结果看,采用Conv1D与BiGRU并联的方式作为分词任务的模型时效果较好。
图表编号 | XD00207697600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.20 |
作者 | 胡潇涛、吴浩、杨亮、顾小平、宋弘 |
绘制单位 | 四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院、人工智能四川省重点实验室、四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院、四川轻化工大学自动化与信息工程学院、人工智能四川省重点实验室 |
更多格式 | 高清、无水印(增值服务) |